Using Biopython to concatenate (aligned) sequences with the same name (yueyvettehao.netlify.app)

建物種樹有很多方法，一是推斷祖先序列，二是把所有基因串聯起來建樹。推斷祖先序列可以用PAML，這里想用第二種建物種樹的方法做，所以第一步是把所有基因串聯起來。

其實有很多軟件可以做到串聯序列（包括R），但我想用python，因為必應中文搜索不到這篇文章所以就搬運過來了，簡單說就是把多個序列文件先cat到一個文件中，然后用biopython里的seq索引找到相同序列名字的序列，再串聯起來。其實聽起來挺簡單的，實現也不難，但是我自己沒想到。。。

原文應該用的是python2，如果用python3會報錯，所以我改了一下：

from Bio import SeqIO
from collections import defaultdict

sequence_map = defaultdict(str)
for sequence in SeqIO.parse('all.fasta', "fasta"):
    sequence_map[sequence.name] += str(sequence.seq)
with open('all_concat.fasta','w') as f:
    for key in sorted(sequence_map.keys()):
        print ('>' + key, file=f)
        print (sequence_map[key], file=f)